Efficiëntie vereist centrale opslag klantgegevens

Betrouwbare matching en standaardisatie van klantdata zijn belangrijke randvoorwaarden om CDI te laten slagen. De beschikbaarheid van een service oriented architecture gecombineerd met de organisatorische implementatie van ‘data governance’ helpen om een efficiënte en transparante infrastructuur voor geïntegreerde klantgegevens te realiseren.

Geen succes
Rond de eeuwwisseling werden IT-budgetten van banken, verzekeraars, telecom- en nutsbedrijven en uitgevers grotendeels opgesoupeerd door investeringen in customer relationship management. CRM, als bedrijfsstrategie waarin klantbehoeften centraal staan, heeft vooral als doel om het rendement op klanten te verhogen (bijvoorbeeld meer verkopen aan bestaande klanten, per klantgroep gedifferentieerde bedieningsconcepten of productassortiment).
Hoewel CRM geen systeem op zichzelf is, is de implementatie van een CRM-systeem meestal een logisch gevolg ervan. Lang niet alle CRM-systeemimplementaties waren echter succesvol. Een van de oorzaken daarvan is onderschatting van de complexiteit van klant-dataintegratie en van synchronisatie van klantdata met aanleverende bronsystemen.
Bij veel bedrijven zijn klantgegevens namelijk per product, label of proces opgeslagen in databases op verschillende platformen. Ook kan een fusie de oorzaak zijn dat er meerdere klantendatabases zijn.
Gevolg van deze situatie is dat het moeilijk, zo niet onmogelijk is om klantgericht te opereren. Stel dat een klant belt met een vraag, dan is het lastig om alle relevante gegevens op één scherm te tonen. Welke andere producten of contracten heeft de klant? Welke accountmanager is verantwoordelijk? Wanneer heeft de klant eerder gebeld en met welke vragen?
Als de klant dan niet snel genoeg of niet juist wordt geïnformeerd, zal deze ontevreden zijn over de dienstverlening van de leverancier, met als mogelijke consequentie klantverlies.
Een ander nadeel van gedistribueerde, moeilijk te ontsluiten klantdata is dat commerciële kansen voor cross-selling niet inzichtelijk zijn. Wanneer niet duidelijk is of de klant met een autoverzekering – van wie de gegevens vastliggen in database ‘Auto’ – ook voorkomt in de databases ‘Reis’ en ‘Zorg’, is een integraal aanbod met pakketkorting onmogelijk.
Veel bedrijven hebben dergelijke issues de laatste jaren wel aangepakt, bijvoorbeeld door specifieke datawarehouses of front-office-applicaties in te richten met extracties van klantgegevens uit bronsystemen. Daarbij liepen ze tegen problemen aan zoals de moeilijkheid van dataextractie uit legacysystemen, complexe synchronisatie van data (Wat gebeurt er als data in de frontoffice worden gemuteerd en niet terug worden geleid naar het bronsysteem?) en de matching van data (Is Peter van der Werf uit de Hoogeweg 13 in Velp (Gld.) dezelfde als Pieter van de Werff uit de Hogeweg 13-a in Velp (Gld)?).

Eisen en regels
Customer data integration, als oplossing voor deze problemen, is een verzameling van methoden en technieken om klantgegevens betrouwbaar en inzichtelijk te leveren aan gerelateerde bedrijfsprocessen: van online, realtime klantinzicht tot batchgeoriënteerde omzetrapportages per klant. Naast deze operationele en commerciële voordelen van CDI, worden deze initiatieven meer en meer ondersteund door een andere ontwikkeling, namelijk ‘compliance’.
Vooral financiële dienstverleners krijgen een grote hoeveelheid wettelijke eisen en regels opgelegd om hun klantdata regelmatig te controleren op integriteit, actualiteit en uniciteit. Dit heeft geleid tot diverse initiatieven: Customer Due Diligence (CDD) of Know Your Customer (KYC). Deze ontwikkelingen impliceren naast organisatorische en procedurele wijzigingen, ook aanpassingen aan het bestaande applicatielandschap. Een onderdeel van CDD is bijvoorbeeld het verzamelen van identiteitsbewijzen (rijbewijs, paspoort, inschrijving handelsregister et cetera). Deze gegevens moeten centraal worden gearchiveerd en desgewenst elektronisch ter beschikking worden gesteld.
Een ander belangrijk aspect van CDD is identificatie van de unieke klant. Om dit te realiseren moet er toegang tot de diverse klantbronnen zijn, net als bij een CDI-initiatief. Banken en verzekeraars lopen hierbij tegen soortgelijke problemen aan, zoals niet gesynchroniseerde klantbestanden. Ook risicomanagement is gebaat bij betrouwbare klantidentificatie. Banken riskeren serieuze financiële repercussies als ze zaken doen met personen, bedrijven of organisaties die op zogenaamde black-lists staan. Het koppelen van eigen klantdata aan zulke lijsten is geen sinecure doordat data veelal gedistribueerd zijn over verschillende bestanden en moeilijk te ontsluiten zijn, maar vooral omdat de lijsten complexe naamgegevens bevatten (bijvoorbeeld Arabische tenaamstellingen, aliassen, synoniemen, acroniemen). Om dit probleem te tackelen is klassieke matchingtechnologie niet voldoende. In dat geval zullen alleen de meest voor de hand liggende matches (100 procent) worden gevonden of is de hoeveelheid ‘false positives’ te groot en daarmee onwerkbaar.
Door de meer commercieel en operationeel gedreven CDI te combineren met het ‘moeten’ als gevolg van compliance, is er meer fundament om structureel een goede centrale klantenrepository neer te zetten met de juiste matchingtechnologie, en dit: om unieke klantidentificatie te ondersteunen, gegevens tijdens data-entry te standaardiseren en deze op intelligente wijze te koppelen aan externe lijsten.

Centraal
Een technologische ontwikkeling die de implementatie van zo’n centrale klantenrepository ondersteunt is SOA (service oriented architecture). In het kort betekent een SOA dat functionele applicaties worden omgevormd naar zogenaamde services die via een ‘enterprise service bus’ ter beschikking worden gesteld aan andere services. Bijvoorbeeld, onderhoud van klantgegevens in een centraal klantenbestand wordt gerealiseerd door een service aan te bieden die vanuit andere processervices (bijvoorbeeld invoeren order, muteren polis) kan worden gebruikt. In de meest ideale situatie gebeurt klantonderhoud en -identificatie slechts op één plaats, namelijk door de ‘service klantonderhoud’. Klantgegevens zijn in dat geval onder controle via het principe ‘single point/version of the truth’. Zo kan het niet meer voorkomen dat een persoon in de polisadministratie al administratief is verhuisd, maar in het verkoopsysteem nog niet. Misverstanden over wat nu de werkelijke actuele waarde van de gegevens is, zijn dan uit de wereld, net als onnodige herstelwerkzaamheden.
Behalve door technologie (databases, services, matching) te implementeren, kan de ontwikkeling en toepassing van een centrale klantenhub alleen slagen als ook organisatorische maatregelen worden genomen. Data governance als structuur en data stewardship als functie zijn onderdelen van een organisatieveranderingsproces. De overheveling van de technische en functionele verantwoordelijkheid van het beheer van klantgegevens naar een centraal niveau, levert vaak interne weerstand op. Divisies hebben dan het gevoel de controle te verliezen over ‘hun’ data.
Het management moet derhalve een belangrijke pleitbezorger zijn van een centraal georganiseerde en geïntegreerde klantenadministratie die zijn diensten aan alle relevante bedrijfsprocessen ter beschikking stelt.
Kortom, twee ontwikkelingen, compliance en implementatie van klantgerichte bedrijfsvoering, versterken elkaar om gegevens over klanten centraal te managen. Het daadwerkelijk samenvoegen en beheren van deze gegevens is lastig, maar niet onmogelijk. Betrouwbare database-, matching- en standaardisatietechnologie, werkend in een moderne service-omgeving, zijn belangrijke succesfactoren, net als de organisatorische inbedding en de support van het hoger management.